Suite

Méthode QGIS Quantile

Méthode QGIS Quantile


J'ai une question sur la classification quantile dans QGIS (2.6 et master, windows ou linux).

J'ai utilisé les points en fonction polygone. J'ai 100 polygones.

Dans les attributs de mon polygone 100, j'obtiens le nombre de points pour chaque polygone.

Comment reclasser cette couche en dix classes de nombre égal de points ?

Si j'utilise la classification quantile, QGIS divise le nombre de polygones en dix et colorie chacun d'eux dans une couleur. Il ne prend pas en compte le nombre de points dans chaque polygone.

Mon but est de mesurer le regroupement de points et de pouvoir dire, ces 3 polygones regroupent 10 % de la taille totale.

ces 10 polygones regroupent 50 % de la taille totale…etc

Existe-t-il une méthode pour cela avec QGIS ?


Cela peut ne pas s'appliquer à votre situation car cela peut dépendre des attributs des points, mais j'ai une couche de points où j'utilise leur unique identifiant attribut et créé 10 classes de nombre égal (quantile) :

Vous pouvez créer des attributs uniques si vous n'en avez pas déjà un en utilisant le Calculateur de champ et en ajoutant$rownumdans l'expression. J'espère que cela t'aides.


Gagnant du concours : Contribution exceptionnelle aux logiciels (SIG/statistiques)

Le GIScRG (Geographic Information Science Research Group) et QMRG (Quantitative Methods Research Group) ont le plaisir d'annoncer le gagnant de notre concours 2017 Contribution exceptionnelle au concours de logiciels (SIG/statistiques).

Zhaoya Gong a reçu 400 £ pour votre développement du Boîte à outils GeoComputation basée sur ARTMAP.

Plus de détails: La GeoComputation Toolbox basée sur ARTMAP est un ensemble d'outils de réseaux de neurones basés sur ARTMAP pour la science des données spatiales et la géocomputation, développés en tant que plug-in QGIS Python. Des études récentes ont documenté des performances et une précision supérieures de ces modèles pour la reconnaissance des formes et la classification douce de l'imagerie de télédétection et la prédiction des changements d'utilisation des terres [1, 2, 3]. En tant que version de poste de travail attachée à un logiciel SIG open source, ce package utilisera des plates-formes de processeurs multicœurs communes pour le calcul parallèle. Plus précisément, ce package sera implémenté avec le support de Cython et OpenMP pour générer des codes optimisés et parallélisés qui traitent les données dans des threads parallèles avec une grande performance de calcul. Ce type de mise en œuvre vise à relever les défis des données et de l'intensité de calcul pour l'extraction de grands volumes de données spatiales (par exemple, des données de télédétection) avec des méthodes d'apprentissage automatique complexes.

Les références
1. Gong, Z., Thill, J.C. et Liu, W., 2015. Modélisation des réseaux de neurones ART-P-MAP du changement d'utilisation des terres : prise en compte de l'hétérogénéité spatiale et de l'incertitude. Analyse géographique, 47(4), pp.376-409.
2. Liu, W. et Seto, K.C., 2008. Utilisation du réseau de neurones ART-MMAP pour modéliser et prédire la croissance urbaine : une approche d'exploration de données spatio-temporelles. Environnement et planification B : Planification et conception, 35(2), pp.296-317.
3. Liu, W., Seto, K.C., Wu, E.Y., Gopal, S. et Woodcock, C.E., 2004. ART-MMAP : Une approche de réseau de neurones pour la classification des sous-pixels. Transactions IEEE sur les géosciences et la télédétection, 42(9), pp.1976-1983.


Introduction aux SIG quantiques

Introduction au SIG quantique. http://www.qgis.org http://www.osgeo.org. Ordre du jour. Présentation du SIG Introduction aux champs de plug-ins de données raster de données vectorielles SIG Quantum et attribution Création de la mise en page de la carte de données. 1. Aperçu du SIG. Système d'information géographique - Présentation PowerPoint PPT

Introduction au SIG quantiquehttp://www.qgis.orghttp://www.osgeo.org

Aperçu de l'ordre du jour du SIGIntroduction au SIG quantiqueVector DataRaster DataPluginsFields and AttributionCreating DataMap Layout

1. Aperçu du SIGGeographic Information System Définition Wikipédia - il s'agit d'un système conçu pour capturer, stocker, manipuler, analyser, gérer et présenter tous les types de données référencées géographiquement. Il est utilisé dans de nombreuses applications : petites municipalités, foresterie, militaires, entreprises commerciales , etc., etc., qu'en faites-vous ?

GISEMesure facilement les distances Mesurez facilement les zones Trouvez le chevauchement entre les entités Proximité

Tout est lié par emplacement. La loi de Tobler

Zones sismiques de l'USGShttp://earthquake.usgs.gov

Sorties d'un GISMaps PrintedDigital (PDF, JPEGSpreadsheetsDatabase FilesShapefiles KML

2. Introduction à Quantum GISOpen Source Il est livré avec le droit de télécharger, exécuter, copier, modifier et redistribuer le logiciel.Avec le code source, les utilisateurs ont la possibilité de suggérer des améliorations Apporter des améliorations eux-mêmes

Common OS LicensingLicenses pour fonctionner dans des systèmes ouverts et propriétairesApache Software License BSD (Berkeley Software Distribution) MIT (Massachusetts Institute of Technology) License pour fonctionner dans des environnements ouvertsGPL (General Public License)LPGL (Lesser General Public License) MPL (Mozilla Public License)

QGISLe projet QGIS a commencé en février 2002. Produit par une équipe de développementGary Sherman, fondateur. La première version date de juillet de la même année. La première version ne prenait en charge que PostGIS et n'avait aucun outil de navigation cartographique ni contrôle de couche.

Installation de Quantumhttp://www.qgis.orgJe vais m'en tenir aux installations Windows et Linux. OSX - http://www.kyngchaos.com/software/qgisLinux selon la distribution de votre choix, vous aurez une installation Debian ou RPM. La plupart des systèmes avec une grande base d'utilisateurs ont un référentiel SIG Ubuntu, Debian, Fedora

WindowsWindows Installer Method Standalone Installer (recommandé pour les nouveaux utilisateurs)Installe Quantum (actuellement 1.8)Installe également la version actuelle de GRASSInstalle également python 2.7 qui s'exécute dans QGISUpdates, désinstalle et réinstalle le logiciel et enregistre vos paramètres. Doit être fait manuellement

Windows Installer cont'Standalone MethodGeographic Data Abstraction LibraryInstalls les bibliothèques pour SID et ECW SID et ECW sont des formats propriétaires qui ont des accords spéciaux à utiliser avec GDAL http://www.gdal.org/

OSGEO InstallOSGeo fournit un installateur qui fournit tout. Fonctionne dans un environnement de type cygwin Cygwin fournit des commandes et des environnements unix sur les machines Windows. Fournit un moyen d'un chemin de mise à niveau facile (ier) entre les versions. N'est pas installé sur votre ordinateur.

Installateur OSGEO Cont'Quantum GISGDALGASSOpenEVA et UDIG (un excellent visualiseur de données).

Barres d'outils et panneaux Cliquez avec le bouton droit dans le menu ZoneAjouter des panneaux Ajouter des barres d'outils.

Barre d'étatProjection du projet QGISScaleCoordinates

Boutons de base Passez la souris sur eux, ils feront apparaître un message texte indiquant à l'utilisateur leur objectif.

Ajouter une couche vectorielleAjouter une couche rasterCouche PostGISCouche SpatialiteCouche WMS Nouvelle couche Shapefile Supprimer la couche Couche raster Oracle Couche WFS PanZoom avantZoom arrièreRésolution de pixelZoomer sur l'étendueZoomer sur la sélectionZoomer sur la coucheZoomer sur la dernière étendueZoomer sur l'étendue précédente Actualiser

Attribution, sélection, mesuresIdentifier Sélectionner Désélectionner Table d'attributs Mesurer les info-bulles

Ajouter un signetAfficher un signetAnnotation

Enregistrer un projet Pendant que vous travaillez avec QGIS, enregistrez périodiquement vos jeux de données. QGIS crée un fichier .gqs basé sur XMLPeut être modifié dans votre éditeur de texte préféré.

Exercices Ouvrez QGISExplore les barres d'outils. Ajouter des données à l'affichage de la carte Utilisez l'outil Identifier les entités pour afficher les attributs de certaines couches de données.

Les exercices vont être un projet réel achevé par North River Geographic Systems, Inc en 2009. Nous allons couvrir le bassin versant de la rivière Conasauga. Le bassin versant est situé à la frontière du Tennessee et de la Géorgie. Les données sont constituées de ESRI Shapefiles. C'est le format de données le plus facile à utiliser pour ces exercices.1. Si vous ne l'avez pas déjà fait, ouvrez QGIS. Il devrait y avoir une icône sur votre bureau ou sur votre menu Démarrer (ou les deux). Une fois que QGIS s'est ouvert, faites un clic droit avec votre souris dans la zone de la barre d'outils.

Combien de barres d'outils sont dans l'installation par défaut

Combien de panneaux y a-t-il dans l'installation par défaut ?

Désactivez votre barre d'outils Couches gérées. Désactivez votre barre d'outils de navigation cartographique. Ils ont disparu de l'interface. Maintenant, rallumez-les. Si vous le souhaitez, vous pouvez les déplacer de leur emplacement par défaut en saisissant le coin gauche de la barre d'outils et en le déplaçant.

2. Désactivez votre panneau Calques. Maintenant, activez-le en naviguant à partir du menu Affichage en haut de QGIS

3. Cliquez sur votre bouton Ajouter des données vectorielles en haut. Accédez à votre dossier de données situé sous c:gisdataQGIStrainingdata . Ajoutez le fichier de formes CountyBoundaries.shp à votre carte. Si vous ne voyez aucune donnée, assurez-vous de vérifier que vous ajoutez des fichiers de formes.

4. Cliquez sur votre bouton d'ajout de données vectorielles en haut et ajoutez le fichier subbasin.shp. Vous devriez avoir quelque chose qui ressemble à :

5. À l'aide de votre outil d'identification des caractéristiques, répertoriez tous les comtés de Géorgie et les comtés du Tennessee. Afin d'identifier une entité, vous devez avoir cette couche sélectionnée dans votre fenêtre de couche. Géorgie Tennessee

8. Cliquez sur le fichier de formes Subbasin dans votre panneau Calques et zoomez sur l'étendue de cette couche. Notez que vous avez plusieurs façons de faire une sélection.

9. Sélectionnez Comté de Whitfield. Zoom sur l'étendue de la sélection.

11. Enregistrez votre projet dans le répertoire Exercice 2 !

6. Ajoutez le fichier de formes 2010 des zones urbaines.

Quelle est la plus grande zone urbaine dans le fichier de formes CountyBoundaries ? Quelles sont les trois plus grandes zones urbaines qui touchent/se trouvent dans le bassin versant ?7. Utilisation de vos outils de navigation Zoomez sur toute l'étendue de toutes les couches de données. Vous devriez voir quelque chose de similaire au graphique ci-dessous.

3. Ajout de données vectoriellesPrend en charge les formats vectoriels OGRShapefilesKMLCSVMicrostationMapINFO

PropriétésUne fois les données ajoutées, cliquez avec le bouton droit et sélectionnez les propriétés. Il existe différents onglets pour vous aider avec Vector DataStyle, Label, Fields, General, Metadata, Action Joins, Digrams, OverlayStyle définit la symbologie de la couche. La symbologie peut être enregistrée sous forme de fichier qml

StylesDéfini par champs Symbolisé Unique Catégorisé Gradué Gradué Intervalle égal, Quantile, Ruptures naturelles, Ecart type, Jolies ruptures

Equal IntervalEqual Interval regroupe les valeurs dans des plages de taille égale.

QuantileChaque classe contient un nombre égal de fonctionnalités

Natural BreaksLes classes Natural Breaks sont basées sur des regroupements naturels de données.

Déviation standardAfficher la variation par rapport à la valeur moyenne

Pretty BreaksData symbolisé pour les non-statisticiens

La sélection des données vectorielles peut être manuelle

La sélection des données vectorielles Les sélections peuvent être effectuées par AttributesLes sélections peuvent également être effectuées par emplacement (sous Menu vectoriel - Recherche)

Exercices Modifier la symbologie des entités dataLabel affichées Ajoutez une couche et catégorisez les données en fonction de cet élément.

Il est temps de commencer à examiner vos données et à les utiliser. La plupart des données avec lesquelles vous allez travailler ont été téléchargées à partir du Census Bureau, du National Hydro Dataset et de l'USDA DataGateway. Certains de ces ensembles de données ont été construits par moi au cours du projet CRA.

1. Ajoutez le fichier Watershed.shp à l'affichage de la carte.

2. Combien de bassins versants principaux sont situés dans le bassin versant de Conasauga. ___________________

BONUS : Pourquoi le Coahulla (prononcé Koa-hull-ahhhh) est-il divisé en une partie nord et sud ? Vous devrez peut-être ajouter plus de fichiers de formes pour répondre à cette question.

3. Étiquetez les bassins versants par leur nom sur l'affichage de la carte. Rick, cliquez sur le calque du fichier de formes et sélectionnez les propriétés. Sélectionnez l'onglet d'étiquetage. Cochez "Afficher les étiquettes". Sous Options d'étiquette de base, choisissez Hu_10_Name

4. Cliquez avec le bouton droit sur le fichier de formes du bassin versant et accédez aux propriétés. Regardez l'onglet Style

5. Modifiez le style de la couche de données. Faites en sorte que le remplissage du polygone soit clair et la couleur du contour orange.

4. Cliquez avec le bouton droit sur le fichier de formes du bassin versant et accédez aux propriétés. Regardez l'onglet Style

5. Modifiez le style de la couche de données. Faites en sorte que le remplissage du polygone soit clair et la couleur du contour orange.

6. Enregistrez le style. Cliquez avec le bouton droit sur le fichier de formes du bassin versant et cliquez sur Enregistrer le style.

Enregistrez le fichier en tant que fichier .qml.

7. Une fois que vous l'avez enregistré, supprimez le fichier de formes du bassin versant en cliquant dessus avec le bouton droit et en sélectionnant Supprimer. Ajoutez-le à nouveau. Faites un clic droit et sélectionnez Charger le style. Chargez le fichier qml que vous venez d'enregistrer. Tous vos paramètres d'origine pour ce calque ont été restaurés.

8. Sélectionnez North Coahulla à l'aide de l'outil de sélection.

9. Cliquez avec le bouton droit et sélectionnez Enregistrer la sélection sous. Vous venez de sauver la section North Coahulla du bassin versant.


8.4 Partie B Cartographie en ligne

8.4.1 Objectifs d'apprentissage

A la fin de cette pratique, vous devriez être capable de :

  1. Décrire et expliquer les différentes méthodes de production de cartes en ligne
  2. Créez des cartes interactives à l'aide de RPubs, du générateur de site RMarkdown et de Shiny
  3. Évaluer de manière critique la pertinence des techniques de cartographie en fonction de l'ensemble de données et de l'objectif de la carte de sortie

8.4.2 Présentation

Dans cette pratique, nous allons aux étapes préliminaires d'une mini-enquête. Depuis 2015, la loi a plafonné les locations de courte durée à Londres à 90 nuits par an. Cependant, cela est très difficile à appliquer en raison du manque de données et de preuves abondantes nécessaires pour prouver que la limite a été dépassée. Cela s'est récemment reflété dans la Housing Research Note 2020/04 : Location à court terme et vacances à Londres par la Greater London Authority (GLA) :

"Il y a des signes que les plateformes de location à court terme sont de plus en plus commercialisées et on craint que le retrait de l'offre de logements du marché pour les proposer à la location à court terme n'exacerbe la pénurie de logements à Londres."

L'auteur, Georgie Cosh, a également eu la gentillesse de partager une partie du code utilisé pour ce rapport. Devinez quoi! Ils ont utilisé R! Jetez un œil à leur code dans le fichier R appelé GLA_airbnb_analysis dans le dossier prac8_data.

Alors qu'Air bnb a mis en place un système qui supprime les annonces une fois qu'elles ont été louées pendant 90 jours par an, à moins qu'un permis approprié ne soit en place, nous souhaitons visualiser de manière interactive le nombre de locations air bnb (et d'hôtels à titre de comparaison) par arrondissement comme point de départ point. Cela pourrait ensuite être utilisé pour entreprendre une enquête plus approfondie dans les arrondissements à forte location à court terme, par exemple en explorant d'autres sites Web pour voir si les propriétés sont répertoriées et dépassent conjointement 90 jours ou en optimisant un suivi localisé. Comme ces règles ne s'appliquent qu'à des maisons entières, nous n'extrairons que celles-ci, et à des fins de surveillance (par exemple, des inspections annuelles aléatoires), elles sont disponibles 365 jours par an.

Nous allons maintenant explorer plusieurs façons de le faire…

Le rapport de Cosh (2020) va un peu plus loin et met en œuvre un modèle d'occupation (basé sur un certain nombre d'hypothèses) pour estimer le nombre de nuits pour lesquelles un Air bnb est loué, alors vérifiez-le, peut-être une idée pour votre projet final.

8.4.3 RPubs

L'un des outils de publication les plus simples est RPubs. Il prend un .Rmd et le télécharge directement sur rpubs.com — tous les fichiers sont publiquement disponibles sur ce site Web.

Pour commencer, vous devez créer un compte gratuit. Allez sur : https://rpubs.com/users/new et inscrivez-vous

Créez un nouveau projet dans RStudio et ouvrez un nouveau fichier R Markdown (Fichier > Nouveau fichier > R Markdown)

Vous verrez que le fichier est automatiquement renseigné avec certaines informations, lisez-le puis cliquez sur l'icône Tricot…

Apportons quelques modifications à votre .Rmd . Supprimez tout le texte et le code à l'exception des informations d'en-tête (qui sont entourées de trois tirets en haut du fichier)

Insérez un nouveau morceau de code (revenez à RMarkdown si vous avez besoin d'un rafraîchissement)…

…Ajoutez ajoutez un code de votre choix à partir d'un exercice pratique précédent ou de votre propre travail. Comme il s'agit d'un nouveau projet, vous devrez soit copier les données dans votre dossier de projet, soit définir le répertoire de travail setwd() . S'il s'agit de toutes les données en ligne que vous avez chargées directement depuis le Web dans R, cela ne devrait pas être un problème. Je vais utiliser la carte interactive que nous avons faite dans la pratique 5 (la section Carte interactive avancée)…..Voici le code que j'ai mis dans mon morceau :

  1. Ajoutez du texte au début de votre .Rmd, vous pouvez inclure des titres et des sous-titres en utilisant # suivi d'un espace, un sous-titre de deuxième niveau serait ## et le troisième ###

Enregistrez le fichier, tricotez-le en HTML, cela devrait être par défaut et spécifié dans l'en-tête - entouré de trois tirets.

Une fois tricoté, vous pouvez facilement publier le fichier sur Ppubs en utilisant l'icône Publier dans le volet de visualisation ou dans la zone de la barre d'outils (par exécution)

Maintenant, que diriez-vous d'ajouter quelques fonctionnalités de conception… j'ai changé ma section d'en-tête en…

Tricoter puis publier à nouveau… vous remarquerez quelques changements esthétiques

Pour en savoir plus sur ceux-ci, explorez :

Et pour plus de contrôle des fragments de code.

8.4.4 Générateur de site RMarkdown

8.4.4.1 Définir la structure du fichier

Les RPubs sont utiles mais que faire si vous vouliez créer un site complet avec différents onglets pour l'introduction, la méthodologie, les résultats et les recommandations… une façon est d'utiliser le générateur de site RMarkdown hébergé sur GitHub

Le générateur de site RMarkdown est utile car il ne nécessite aucun module complémentaire tiers comme blogdown qui dépend du générateur de site hugo

Pour créer un site, vous aurez besoin des éléments suivants dans votre projet :

Un fichier de configuration avec le nom de fichier _site.yml

Tout autre fichier .Rmd que vous souhaitez créer dans les pages du site

Pour que le site fonctionne, vous n'avez besoin que de (a) et (b)… mais ce serait un site assez ennuyeux…

8.4.4.2 Lien vers GitHub

Il y a deux façons de faire ça….

8.4.4.2.1 GitHub d'abord

C'est la méthode "facile" car vous répéteriez les étapes de Pratique 4 en créant d'abord un nouveau référentiel sur GitHub, puis en chargeant un nouveau projet dans RStudio, en le liant à GitHub et en copiant tous vos fichiers dans votre nouveau projet à partir de celui existant.

8.4.4.2.2 GitHub en dernier

Donc, si vous avez déjà un projet RStudio… comme nous le faisons… nous pouvons le lier à GitHub mais les étapes sont un peu plus compliquées et il existe plusieurs façons de le réaliser – comme pour la plupart des choses dans R.

Créez un dépôt Git dans RStudio. Allez dans Outils > Options du projet > Git/SVN et sélectionnez Git sous Système de contrôle de version et initialisez un nouveau référentiel, puis redémarrez RStudio. L'onglet Git devrait apparaître.

Ensuite, nous devons créer un nouveau référentiel sur GitHub. Accédez à GitHub, connectez-vous et créez un nouveau référentiel. Assurez-vous qu'il est vider sans README.. vous devriez avoir quelque chose de similaire à ceci :

Faire un commit local. Sous l'onglet Git > Diff > Mettre en scène les fichiers > Ajoutez un message de validation et cliquez sur valider

Nous devons maintenant connecter notre référentiel local à celui de GitHub. Donc, sous l'onglet Git, vous aurez le nouveau bouton brach (deux cases violettes liées à une case blanche)…

  1. Cliquez dessus > Ajouter une télécommande. Collez l'URL en utilisant l'origine du nom distant et le nom de branche du maître - que vous pouvez obtenir à partir de l'écran de configuration rapide de GitHub après avoir créé votre référentiel. Cochez synchroniser la branche avec la télécommande > cliquez sur créer puis sélectionnez écraser

Envoyez les fichiers sur votre GitHub et ils apparaîtront sur votre dépôt GitHub

Ensuite, nous devons réellement construire le site… il y a plusieurs façons de le faire… Allez dans l'onglet Git, vous devriez voir l'onglet Build, si vous ne pouvez pas, allez dans Tools > Project Options > Build Tools et sélectionnez le site Web sous Project construire des outils. Maintenant, cliquez sur Construire un site Web sous l'onglet Construire

Sinon, vous écrivez ce qui suit dans la console

Si vous vouliez simplement créer une page à partir de votre site, dites si vous avez créé un site assez volumineux avec beaucoup d'analyses :

  1. Mettez en scène, validez, puis transférez les fichiers sur votre GitHub. J'ai eu quelques problèmes pour organiser le dossier site_libs dans l'onglet Git. Je l'ai corrigé en fermant et en rechargeant mon projet R, puis en cliquant sur le symbole du rouage (sous l'onglet Git) > Shell et en tapant git add . Si vous obtenez un message d'erreur indiquant que le fichier d'index est verrouillé… supprimez-le et réessayez. Si vous ne pouvez pas supprimer, redémarrez la machine et réessayez. Vous le trouverez dans le dossier .git de votre projet. Une fois git add. s'exécute, vous devriez voir tous les fichiers mis en scène, être en mesure de valider, puis de transmettre les modifications à GitHub
  1. Ainsi, votre site Web « construit » est sur GitHub, mais vous devez lui indiquer d'où créer le site… Accédez à votre référentiel GitHub > Paramètres, faites défiler jusqu'aux pages GitHub et sélectionnez la source comme branche principale

  1. Cliquez sur le lien fourni où votre site est publié et vous devriez avoir un site Web avec deux onglets. Voici à quoi ressemble le mien :

Pour plus d'informations sur l'hébergement de votre code depuis RStudio sur GitHub, consultez le livre Happy Git et GitHub pour l'utilisateur

Mon site RMarkdown peut être trouvé ici, mais notez que j'ai ajouté un onglet Shiny… nous couvrirons Shiny ensuite…

8.4.5 Brillant

Shiny est un package R qui vous permet de créer des applications Web interactives, de les héberger en ligne et de les intégrer dans des documents RMarkdown… regardez quelques exemples

Pour construire un brillant, vous avez besoin de trois principaux 'éléments' ou blocs de code :

Code qui spécifie l'interface utilisateur ou l'interface utilisateur

Code qui définit la logique du serveur pour tracer les variables (fonction serveur)

Un appel à la fonction ShinyApp

Ceux-ci peuvent se trouver dans un seul fichier .R volumineux ou sur plusieurs fichiers .R.

Démarrer un nouveau projet R > Répertoire nouveau ou existant > Application Web brillante

Dans votre nouveau dossier R Project, créez un nouveau dossier appelé data et copiez les données que nous avons utilisées

Le but principal de cette partie de la pratique est de vous montrer comment utiliser Shiny afin de ne pas créer de référentiel Git.

Ici, vous pouvez sélectionner un seul fichier ou plusieurs formats de fichiers, à l'origine, Shiny avait besoin de plusieurs fichiers pour s'exécuter, mais dans la dernière version, vous pouvez avoir tout cela dans un seul script, je viens d'utiliser un script ici.

Faisons maintenant un avec nos données…

8.4.5.1 Préparation des données

  1. La première partie est simple et est basée sur l'analyse que nous avons déjà effectuée… nous devons produire une couche multipolygone sf contenant le nombre d'hôtels et d'airbnbs par arrondissement de Londres à travers….

Nous allons maintenant utiliser nos données pour créer une carte interactive avec des zones de sélection déroulantes et un « curseur ». Nous voulons pouvoir :

  1. sélectionnez les données de l'hôtel ou Airbnb à cartographier
  2. pouvoir sélectionner un schéma de couleurs
  3. filtrer les arrondissements affichés à l'aide d'un curseur
  4. sélectionner le type d'intervalles que nous pouvons utiliser pour styliser les données
  5. avoir une légende qui se met automatiquement à jour en fonction des sélections (par exemple, curseur, jeu de couleurs et style d'intervalle)

Il existe de nombreuses options disponibles dans Shiny pour créer des fonctionnalités interactives intéressantes. Pour plus d'informations, consultez :

  1. Chargez les packages dont nous aurons besoin ici et effectuez une manipulation finale des données. Ajoutez simplement ceci juste en dessous du code ci-dessus, je le sépare en utilisant une ligne de ##########################

8.4.5.2 Interface utilisateur

  1. Ok, commençons par configurer l'interface utilisateur ou l'interface utilisateur . J'ai commenté le code pour décrire ce que fait chaque bit.

8.4.5.3 Fonction serveur

  1. C'est une bonne idée de voir ce que cela produit… en bas du code, ajoutez une fonction de serveur vide, puis générez l'application Shiny ASSUREZ-VOUS DE COPIER TOUS LES SUPPORTS

Cliquez sur Exécuter l'application et ce qui suit devrait apparaître

  1. Nous devons maintenant ajouter un peu plus de code à notre fonction de serveur pour nous permettre de lier l'interface utilisateur aux données. Remplacez la fonction serveur par :

8.4.5.4 Publier l'application Shiny

Nous allons maintenant publier notre application Shiny sur Internet. Il existe plusieurs façons de le faire, mais nous utiliserons Shinyapps.io qui nous permet de télécharger notre application directement depuis notre session R sur un serveur hébergé par RStudio.

Allez sur : https://www.shinyapps.io/ et créez un compte gratuit

De retour dans RStudio, cliquez sur Publier > Publier l'application

  1. Vous devez maintenant connecter RStudio au compte Shinyapps.io que vous venez de créer. Suivez les instructions fournies dans cet encadré :

  1. Vous trouverez les jetons sous Compte > Jetons. Assurez-vous de cliquer sur afficher le secret, puis copiez le code dans la case de la figure ci-dessus. Vous pouvez maintenant publier votre Shinyapp, cela peut prendre un peu de temps, mais vous pouvez voir les mises à jour de la progression dans l'onglet Déployer. Une fois terminé, l'application se chargera…

8.4.5.5 Intégrer dans le site RMarkdown

  1. Pour inclure notre application Shiny dans notre site RMarkdown, ajoutez simplement le code suivant dans un bloc de code :

Voici le mien dans le projet de site RMarkdown — je l'ai mis dans un nouveau .Rmd

Si vous copiez ceci, assurez-vous également de mettre à jour le _site.yml pour le lier…

8.4.5.6 Exemple supplémentaire

L'année dernière, Adam a créé un Shiny similaire (mais légèrement différent), consultez-le ici

Remarquez comment Adam a séparé son code en différents fichiers… la dernière mise à jour de Shiny signifie que nous n'avons plus à faire cela, nous pouvons simplement utiliser un script comme nous l'avons fait. Cependant, si vous avez un projet très volumineux et compliqué, cela est toujours possible, vous pouvez alors appeler d'autres scripts comme Adam en utilisant…

Pour faire comme ça les scripts doivent être dans le même projet !

Vous voulez voir quelque chose de vraiment cool que je suis tombé sur… que diriez-vous de contrôler les éléments de la carte avec votre voix en utilisant Shiny… https://yihui.shinyapps.io/voice/

8.4.5.7 Plus brillant

Pour Shiny, aidez-vous à explorer Maîtriser la visualisation de données Web interactive et brillante avec R, plotly et shiny, en particulier la section sur les applications avancées.

Pour les avancées / projets à grande échelle avec Shiny, explorez la création de grandes applications brillantes - un flux de travail

8.4.6 Comment mentir avec des cartes

Si vous jouez avec l'application Shiny, en changeant la palette de couleurs, le style d'intervalle et le nombre d'hébergements à l'aide du curseur, vous remarquerez que vous pouvez en fait presque changer ce que les cartes montrent. Par exemple, si vous souhaitez masquer la répartition des logements Airbnb sur Londres, vous pouvez sélectionner n'importe quel schéma de couleurs, utiliser la gamme complète de logements, puis sélectionner le joli style d'intervalle pour en donner comme…

Il est donc important de justifier les choix que vous faites dans l'analyse et lors de la création des sorties mappées. Cela est particulièrement vrai avec l'avènement de GitHub et des revues publiant des données et du code, ce qui signifie qu'il est presque impossible de présenter de fausses représentations d'analyse.

8.4.7 Avertissement

Bien qu'il puisse sembler tentant d'utiliser les cartes interactives les plus avancées pour vos tâches dans ce module et ce cours, il est important de réfléchir et de réfléchir à la pertinence de la sortie cartographiée. Vous devez vous poser les questions suivantes :

  • Qu'est-ce que j'essaye de montrer avec cette carte
  • Les éléments interactifs aideront-ils de toute façon ou confondront-ils simplement les utilisateurs
  • Existe-t-il un moyen plus concis d'afficher ces données
  • Ai-je besoin de toutes ces informations ? Est-ce que toutes ces informations sont pertinentes pour le message que vous essayez de présenter avec la carte ?

Dans tous ces exemples, j'ai utilisé les mêmes données (hôtels et Airbnbs dans les arrondissements de Londres), mais comme je ne montre que deux ensembles de données, cela pourrait-il être représenté sans toute cette complexité ? - dans ce cas, la réponse dépend vraiment du public que vous sont fatigués de faire passer quelque chose. Par exemple, pour une utilisation dans une revue académique, étant donné qu'il n'y a que deux ensembles de données cartographiés, une carte statique comme celle que nous avons produite dans la Map, rendre pratique serait plus appropriée. Cependant une carte interactive (similaire à ce que nous avons produit) pourrait être plus utile pour l'incorporation sur un site web…

Le message à retenir est de réfléchir de manière critique à la meilleure façon de cartographier et de diffuser vos données/résultats.

8.4.8 Publication en ligne avancée

Vous connaissez déjà RPubs, le générateur de site RMarkdown ou Shiny ? Essayez de produire un document en ligne en utilisant soit : bookdown, flexdashboard, blogdown ou shinydashboard. Ceux-ci sont énumérés par ordre de difficulté d'après mon expérience.

Indice ce document est créé à l'aide de bookdown, alors consultez mon GitHub pour savoir comment je l'ai configuré

Si vous souhaitez étendre le bookdown ou automatiser le processus de construction, jetez un œil à l'intégration continue à l'aide des actions github


Exploration des données dans la vue Carte

Sélection manuelle d'entités à partir de la vue Carte

  1. Sous l'onglet Carte, dans le groupe Sélection, Cliquez sur les Sélectionner bouton.

Le voisinage sélectionné sera délimité en cyan.

Lorsque vous avez terminé d'utiliser une sélection, il est important d'effacer les entités sélectionnées, car la majorité des outils d'ArcGIS Pro ne s'exécutent que sur les entités sélectionnées. Par conséquent, si vous exécutez un outil en anticipant que vous traiterez toutes les entités d'une couche particulière et que vous avez laissé par inadvertance certaines entités sélectionnées à partir d'un processus précédent, seules les entités sélectionnées seront traitées, ce qui entraînera des résultats inattendus.

Notez que le bouton Effacer devient grisé une fois que toutes les fonctionnalités sont effacées. Dans l'onglet Carte, notez que le bouton Sélectionner est toujours activé, ce qui signifie que si vous essayez maintenant de déplacer la carte en cliquant et en faisant glisser le bouton gauche de la souris sur la carte, vous sélectionnerez plutôt de nombreuses entités sur votre carte par inadvertance. Pour éviter cela, c'est une bonne idée de réactiver le bouton Explorer dès que vous avez fini d'utiliser la sélection manuelle.

Sélection manuelle d'entités à partir de la vue tableau

  1. Dans le volet Contenu, clic-droit les Recensement_2010_By_SuperNeighborhood nom de la couche et sélectionnerTable d'attributs.

Une vue de table apparaît maintenant ancrée sous votre vue de carte. Chaque ligne, ou enregistrement, de votre table correspond à exactement un super polygone de quartier sur la carte. Chaque colonne, ou champ, de votre table représente une variable décrivant les super quartiers.

Dans la section Référence spatiale, notez que le système de coordonnées géographiques est WGS 1984 et qu'aucun système de coordonnées projetées n'est répertorié. Par conséquent, la couche n'est pas projetée, ce qui signifie que les coordonnées des données sont situées sur la surface tridimensionnelle du globe et vous pouvez voir que l'unité angulaire est répertoriée en degrés (ou degrés décimaux). Shape_Length le champ affiche les degrés décimaux et le Shape_Area le champ affiche des degrés décimaux carrés, c'est pourquoi les nombres sont si bas. Avant de mesurer la distance ou la surface, la couche de données doit être projetée sur une surface bidimensionnelle. La projection résultante aura une unité linéaire, telle que des pieds ou des mètres. Le processus de projection est traité plus en détail dans le cours Introduction aux systèmes de coordonnées et aux projections.

Comme l'indique le nom de la couche, la majorité des champs restants contiennent des données du recensement de 2010 qui ont été agrégées au niveau du super quartier par la ville de Houston, car il ne s'agit pas d'une unité géographique pour laquelle le Census Bureau fournit des données.

Remarquez dans le coin inférieur gauche de la Recensement_2010_By_SuperNeighborhood table attributaire, il indique le nombre sur 88 enregistrements de table (et les entités cartographiques correspondantes) qui sont actuellement sélectionnés.

Les deux boutons à gauche vous permettent de basculer entre « Afficher tous les enregistrements » et « Afficher les enregistrements sélectionnés ».

Notez que si « Afficher les enregistrements sélectionnés » est actif et qu'aucun enregistrement n'est actuellement sélectionné, la vue du tableau apparaîtra vide. Revenez à « Afficher tous les enregistrements » pour afficher le tableau.


Il semble que vous souhaitiez estimer un quantile particulier plutôt que de déclarer un quantile en tant que statistique descriptive. À cette fin, considérons une méthode d'estimation sur mesure telle que celle proposée par Harrell et Davis. Comme Frank Harrell est un utilisateur enthousiaste de R, il existe une implémentation dans R.

Cela dit, essayer d'atteindre les 5 % et 95 % des percentiles à partir d'échantillons de tailles 6 à 8 est un très gros effort : plus de ESP que de statistiques, diront certains. Essentiellement, vous extrapolez follement, quoi que vous fassiez.

Notez qu'être "similaire" à lognormal ne vous mène pas très loin, car se tromper légèrement sur la distribution pourrait vous donner de très mauvaises réponses sur les quantiles dans les queues. Mais cela me suggère que vous devriez d'abord prendre des logarithmes et, plus généralement, essayer au moins deux méthodes différentes, peut-être une en supposant un parent (log)normal et une non.

Pourquoi êtes-vous obligé de traiter ces échantillons séparément ? Pouvez-vous les mettre en commun ?


Faire des cartes avec QGIS

GQIS est la principale application gratuite et open source de systèmes d'information géographique (SIG). Il est capable de traiter et d'analyser des géodonnées sophistiquées et peut également être utilisé pour concevoir des cartes basées sur des données de qualité publication.

Les possibilités sont presque infinies, mais vous n'avez pas besoin d'être un expert en SIG pour l'utiliser efficacement à la fois pour afficher des données géographiques.

Launch QGIS, and you should see a screen like this:

The data we will use

Download the data from this session from here, unzip the folder and place it on your desktop. It contains the following files:

  • CA_counties_medicare Shapefile with data on Medicare reimbursement per enrollee by California county in 2012, from the Dartmouth Atlas of Healthcare. Includes the following fields:
    • enrollees Medicare enrollees in 2012.
    • total Total Medicare reimbursements per enrollee.
    • hospital Hospital & skilled nursing facility reimbursements per enrollee.
    • physician Physician reimbursements per enrollee.
    • outpatient Outpatient facility reimbursements per enrollee.
    • homehealth Home health agency reimbursements per enrollee.
    • hospice Hospice reimbursements per enrollee.
    • medequip Durable medical equipment reimbursements per enrollee.

    Map Medicare reimbursements and hospital locations and capacities in California

    Make a choropleth map showing Medicare reimbursements by county

    Choropleth maps fill areas with color, according to values in the data.

    We will first import the shapefile in the CA_counties_medicare folder.

    Select Layer>Add vector layer or click on this icon:

    At the dialog box, click Browse and navigate to the file CA_counties_medicare.shp . It is important that you select the file with the .shp extension. Then click open, and the following map of California should appear, filled with a random color:

    You can turn off the visibility of any layer by unchecking its box in the Layers panel. This can be useful to see the status of layers that would otherwise be obscured.

    These controls allow you to pan and zoom the display:

    You can focus the display on the full extent of any layer by right-clicking it in the Layers panel and selecting Zoom to layer .

    Notice EPSG:4269 at the bottom right. This defines the map projection and datum for the layer. (A datum is a mathematical model accounting for the shape of the Earth — which is not a perfect sphere.)

    Right-click on CA_counties_medicare in the Layers panel at left and select Properties>General . You should see the following under Coordinate reference system :

    EPSG:4269 and NAD83 mean that this shapefile is in an Equirectangular projection, and the NAD83 datum.

    (The Equirectangular projection, which draws a map with degrees of latitude and longitude the same size across the entire globe, is also the default for QGIS if no projection is specificied.)

    We will select another projection for our map later. Click Cancel or OK to close Properties for this layer.

    Now we need to color the areas for the CA_counties_medicare layer by values in the data. Right-click on it in the Layers panel and select Open Attribute Table , which corresponds to the .dbf of the shapefile:

    Scroll to the right of the table to see the fields detailing various categories of Medicare reimbursement:

    We are going to make a choropleth map of reimbursements per enrollee for hospitals and skilled nursing facilities, in the hospital field.

    To do this, close the attribute table and call up Properties>Style for the CA_counties_medicare layer. Select Graduated from the dropdown menu at top, which is the option to color data according to values of a continuous variable. Select 5 under Classes , and then New color ramp. under Color ramp . While QGIS has many available color ramps, we will use this opportunity to call in a ColorBrewer sequential color scheme. (ColorBrewer’s suggestions have been rigorously researched to be maximally informative and intuitive.) At the dialog box select ColorBrewer and then Reds , and then click OK :

    You will need to give the color ramp a name — the default Reds5 is fine. Select HOSPITAL under Column , and select Quantile (Equal Count) for Mode . This menu gives various options for automatically setting the boundaries between the five classes or bins. Then click the Classify button to produce the following display:

    Now let’s edit the breaks manually to use values guided by the quantiles, but which will be easier for users to process when reading the map legend.

    Double-click on the first symbol and select 3250 for the Upper value and click OK . Then double-click on the Label for this symbol and edit the text to < $3,250 . Carry on editing the values and labels until the display looks like this:

    Click OK and the map should look like this:

    I often prefer white boundaries on a choropleth map. So open up the Style tab under Properties once more and click on Symbol>Change. . Then select Simple fill , click on the color for Border and in the color wheel tab of the color picker, change the color to white, by moving each of the RGB sliders to 255 :

    Click on Symbol>Change once more, and and set the Transparency to 50%. This will keep the relative distinctions between the colors, but tone them down a little so they don’t dominate the layer we will later plot on top.

    If you are likely to want to style data in the same format in the same way in future, it is a good idea to click the Save Style button at bottom right and save as a QGIS Layer Style File , which is a variant of XML. When loaded using the Load Style . button at bottom left, it will automatically apply the saved styling to future maps.

    The map should now look like this:

    To add labels to the map, select Properties>Labels and fill in the dialog box. Here I am adding a NAME label to each county, using Arial font, Italic style at a size of 11 points and with the color set to a HEX value of #4c4c4c for a dark gray:

    Click OK and the map should now look like this:

    Save the project, by selecting Project>Save from the top menu.

    Now is a good time to give the project a projection: We will use variant of the Albers Equal Area Conic projection, optimized for maps of California.

    Select Project>Project Properties>CRS (for Coordinate Reference System) from the top menu, and check Enable 'on the fly' CRS transformation . This will convert any subsequent layers we import into the Albers projection, also.

    Type Albers into the Filter box and select NAD83(HARN)/ California Albers , which has the code EPSG:3311 :

    Click OK and the map should reproject. Notice how EPSG:3311 now appears at bottom right:

    Add a layer showing locations and capacities hospitals/skilled nursing facilities

    To import a CSV or other delimited text file with points described by latitude and longitude coordinates, select Layer>Add Delimited Text Layer from the top menu or click this icon:

    Browse to the file Healthcare_Facility_Locations.csv , and ensure that the dialog box is filled in like this:

    If your file is not a CSV you will have to select the correct delimiter, and if your latitude and longitude fields have other names, you may have to select the X field (longitude) and Y field (latitude) manually.

    When you click OK you will be asked to select a projection, or CRS, for the data. You may be tempted to select the same Albers projection we have set for the project, but this will cause an error. QGIS will handle the conversion to that projection: Because this data is not yet projected, we should instead select a datum with a default Equirectangular projection, either WGS 84 EPSG:4326 or NAD83 EPSG:4297 .

    Click OK and a large number of points will be added to the map:

    Now we will style these points, using color to distinguish hospitals from skilled nursing facilities, removing other facilities from the map, and scaling the circles according to the capacity of each facility.

    Select Properties>Style for the Healthcare_Facility_Locations layer, and accept Categorized from the top dropdown menu. Select TYPE under Column and then hit the Classify button. (Keeping Random colors for the Color ramp is fine, as we will later edit the colors manually). Select and then Delete facilities other than General Acute Care Hospital and Skilled Nursing Facility , as follows:

    You should be left with the following:

    Now click the Advanced button to the right and select Size scaled field , making sure Scale area is checked (this will ensure that the circles we are about to draw scale correctly, by area) and check CAPACITY to select that as the field to scale the size of the circles. Click OK and the map should look like this:

    The relative sizes of the circles are fine, but they are too big.

    To fix this, return to Properties>Style>Advanced , then select
    - expression - and fill in the dialog box as follows:

    Here we are simply dividing the numbers in the CAPACITY field by 30, which I have found through trial-and-error gives a reasonable display.

    In the main Style tab, click on each point symbol and select Simple marker to edit its color. Also set transparency for the symbols to 50%, as we did for the choropleth map.

    The final map should look like this:

    Export the finished map in raster image or vector graphic formats

    We will export our finished map with a legend explaining the colors, so let’s change the name of the fields so they display nicely. Right-click on each layer and rename them Facility type and Medicare reimbursement per enrollee respectively.

    To export the map, select Project>New Print Composer , give the composer an appropriate name and click OK . In the print composer window, select the following options in the Composition tab:

    Now click the Add new map icon:

    Draw a rectangle over the page area, and the map should appear, You can edit its size, and adjust its position, as desired:

    Once you are statisfied with the appearance of your map in the print composer, click the Add legend icon:

    Draw a rectangle on the page where you want the legend to appear:

    In the Item properties tab, edit Fonts and other options as desired. Here I have simply deleted the default Title of Legend :

    You can save your maps in raster image formats (JPG, PNG etc) from the Print Composer by clicking the Save Image icon:

    The map can be exported in SVG and PDF vector formats by clicking these export icons:

    Note that the SVG export may not clip the map to the page exactly. However, this can be fixed in a vector graphics editor such as Adobe Illustrator or Inkscape, and then saved as a PDF. This may provide a better rendering of the map than through a direct PDF export.

    You can also save as an image from the main map display (so without any legend and annotation added in the Print Composer) by selecting Project>Save as Image from the top menu.


    Competition: Exceptional contribution to (GIS/statistical) software

    The GIScRG (Geographic Information Science Research Group of the RGS) and QMRG (Quantitative Methods Research Group) are looking to use some of their fund to support a contribution to some GIS / statistical open source software. We have £500 to offer as a grant (or series of grants) to one or more projects that will contribute to a piece of open source GIS / statistical software.

    The definition is intentionally vague because we are interpreting ‘contribution’ to including a range of potential options, including:
    – development of a new package / library that offer an additional geospatial feature to a program that did not exist before
    – continued development of an existing code / library that adds a new significant feature to an existing library
    – a set of ‘how to use x’ documentation, that adds something to resources that are already available

    Any proposal must be make open source (as appropriate for the relevant program) and should be documented appropriately.

    We are asking people to submit proposals, with details including cost, to http://bit.ly/2j9Igjt. The GIScRG and QMRG committees will then select one (or more) proposals to fund.

    Successful applications will also be offered the opportunity to run a workshop on their work at a suitable conference (e.g. GISRUK or Geocomputation) in return for a waived registration fee.

    Issue call for applications: 20th Jan
    Deadline for applications: 10th Feb
    Announce winner(s): 17th Feb


    GEOCOMPUTATION THE NEXT 20 YEARS

    The use of fully programmable computers to construct spatial models and run spatial analyses stretches back to the use of ENIAC to calculate ballistic courses during the Second World War. As ENIAC was announced to the public in 1946, 2016 represents the 70th year of the public use of computers in geography. Perhaps more happily, it is also 20 years since the term “GeoComputation” was invented to draw together a disparate set of geographers doing computing in the 70s, 80s, and 90s at the 1996 “1st International Conference on GeoComputation” in Leeds, UK. In 2017, the community built around this conference will be celebrating its 21st birthday, reflecting on its successes, and future directions. As part of this celebration, we invite presentations for this session speculating on the future of computing in geography: potentials, problems, and predictions. What is the future? The Internet of Things? Group cognition modelling? Solar-system scale geomorphological modelling? Speculative discussions encouraged!

    Please e-mail the abstract and key words with your expression of intent to Ed Manley ([email protected]) by 12th February 2016 (one week before the RGS conference deadline). An abstract should be no more than 250 words.

      , Centre for Advanced Spatial Analysis (CASA), UCL. , School of Geography, University of Leeds , School of Geography, University of Leeds , School of Geography, University of Leeds

    Concluding Remarks

    Within the aChor project the methods have been implemented as a plug-in tool embedded in open-source QGIS, using open-source Python modules such as GDAL (Geospatial Data Abstraction Library), PySAL (Python Spatial Analysis Library), Fiona, Shapely and RTree.

    Figure 4: Eight choropleth maps of the rainfall dataset evaluated in Figure 3 using four classification methods, and six and twelve classes.

    Further Reading

    Chang, J. & Schiewe, J. (2018) An open-source tool for preserving local extreme values and hot/cold spots in choropleth maps. Kartographische Nachrichten, 68(6): 307-309.

    Monmonier, M. (1991) How to Lie with Maps. University of Chicago Press.

    Schiewe, J. (2016) Preserving attribute value differences of neighboring regions in classified choropleth maps. International Journal of Cartography, 2 (1) 6-19.

    Schiewe, J. (2018) Development and comparison of uncertainty measures in the framework of a data classification. Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLII-4, 551-558.


    Voir la vidéo: Tutorial N 12: Interpolation using QGis